公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

高可靠8051微处理器的设计与实现被引量：2: 2009年; 本文介绍了一款高可靠8051(HR8051)的设计与实现。在一款现有高性能8051微处理器体系结构的基础上,针对单粒子翻转事件(SEU),应用各种可靠性增强技术,如时空三模冗余(ST-TMR)、控制流检测、安全状态机等,并对可靠性增强后的处理器进行故障注入,以验证其可靠性增强效果。故障注入结果表明,采用了可靠性增强技术后,处理器的可靠性有了很大的提高。; 赖鑫戴葵刘芳王志英

一种基于粒子群优化算法的组合预测模型被引量：2: 2008年; 本文首先分析了若干传统的预测方法,提出了一种组合预测模型,在该模型中利用加权系数对各种预测方法进行组合,集成不同来源的预测结果,从不同的侧面反映整个预测过程,力图使预测结果更加精确。在各种预测方法加权系数的确定上,利用PSO快速全局优化的特点,可以减少试算的盲目性,提高模型预测的准确性。; 赵文涛殷建平龙军; 关键词：粒子群优化算法组合预测加权系数

高可靠8051中系统管理单元的设计与实现被引量：2: 2008年; 微处理器的应用领域越来越广泛。由于应用环境的复杂,微处理器面临的各种干扰日益严重,从而对它的可靠性要求越来越高。针对微处理器最常见的故障源——单粒子翻转效应,本文分析了常用的三模冗余(TMR)技术,并采用了一种新的冗余技术——时空三模冗余技术(ST-TMR)对8051微处理器中的系统管理单元进行加固。最后,对其可靠性进行了测试与分析。; 王友瑞刘芳戴葵王志英; 关键词：微处理器

选取最大可能预测错误样例的主动学习算法被引量：18: 2008年; 通过选取并提交专家标注最有信息量的样例,主动学习算法中可以有效地减轻标注大量未标注样例的负担.采样是主动学习算法中一个影响性能的关键因素.当前主流的采样算法往往考虑选取的样例尽可能平分版本空间.但这一方法假定版本空间中的每一假设都具有相同的概率成为目标函数,而这在真实世界问题中不可能满足.分析了平分版本策略的局限性.进而提出一种旨在尽可能最大限度减小版本空间的启发式采样算法MPWPS(the most possibly wrong-predicted sampling),该算法每次采样时选取当前分类器最有可能预测错误的样例,从而淘汰版本空间中多于半数的假设.这种方法使分类器在达到相同的分类正确率时,采样次数比当前主流的针对平分版本空间的主动学习算法采样次数更少.实验表明,在大多数数据集上,当达到相同的目标正确率时,MPWPS方法能够比传统的采样算法采样次数更少.; 龙军殷建平祝恩蔡志平; 关键词：采样

针对入侵检测的代价敏感主动学习算法被引量：7: 2008年; 入侵检测系统通过提供可能由恶意攻击导致的告警信息来保护计算机系统.为了能够利用历史数据自动提升入侵检测的性能,机器学习方法被引入入侵检测.但是,高质量训练数据的获取往往需要繁重的劳动或代价昂贵的监控过程.同时,不同类型的误分类导致的代价也是不一样的,入侵检测需要使误分类代价最小.针对这两种需要综合考虑的问题,提出一种基于代价敏感主动学习的入侵检测分类器构造方法ACS.该方法结合代价敏感学习和主动学习方法,其目标为减少学习代价敏感分类器的标注次数,使代价敏感分类器的误分类代价最小.该方法在主动学习的学习引擎中使用代价敏感学习算法替代传统的错误最小学习算法,同时在采样引擎中使用最大误分类代价的采样标准.ACS方法在主动学习中版本空间的构造、更新过程都针对代价敏感环境作了对应的改进,使该算法能够以较高的收敛速度收敛到误分类代价最小的目标函数.在入侵检测数据集KDDCUP99上的的实验表明,ACS方法能够有效地减少学习代价敏感分类器的标注次数.; 龙军殷建平祝恩赵文涛; 关键词：采样代价敏感学习

主动学习研究综述被引量：37: 2008年; 近年来,主动学习成为机器学习领域的研究热点.这一技术通过主动选择要学习的样例从而有效地降低学习算法的样本复杂度.介绍当前主动学习的研究进展,包括主动学习的样本复杂度,样例选择算法和实际应用,最后指出主动学习领域中还保留的开放问题.; 龙军殷建平祝恩赵文涛

主动学习中一种基于委员会的误分类采样算法被引量：4: 2008年; 主动学习通过主动选择要学习的样例进行标注,从而有效地降低学习算法的样本复杂度。针对当前主动学习算法普遍采用的平分版本空间策略,本文提出过半缩减版本空间的策略,这种策略避免了平分版本空间策略所要求的较强假设。基于过半缩减版本空间的策略,本文实现了一种选取具有最大可能性被误分类的样例作为训练样例的启发式主动学习算法(CBMPMS)。该算法计算版本空间中随机抽取的假设组成的委员会和当前学习器对样例预测的类概率差异的熵,以此作为选择样例的标准。针对UCI数据集的实验表明,该算法能够在大多数数据集上取得比相关研究更好的性能。; 龙军殷建平祝恩赵文涛

全选清除导出

共1页<1>

湖南省自然科学基金(06jj30035)